1965年美国的控制论专家L.A.Zadeh教授创立了模糊集合论，从而为描述，研究和处理模糊性现象提供了一种新的工具。一种利用模糊集合的理论来建立系统模型，设计控制器的新型方法——模糊控制也随之问世了。模糊控制的核心就是利用模糊集合理论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法，这种方法不仅能实现控制，而且能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。

我们都知道在现实生活中的一些概念是有着明确意义的，比如说“一个”，“男人”，“货币”等概念，对于这些明确的概念，在数学中常常用经典集合来表示。但是现实生活中不是每个概念都是很明确的，比如我们说“青年人”这个概念，你能在年龄轴上划两条线，表明在两条线内的就是青年人，而在其外的就截然不是青年人吗？显然这样做是不行的，因为人的生命是一个连续的过程，一个人从少年走向青年是一日一日积累的，同样，一个人从青年步入中年也是一个渐变的过程。我们把这样的一类概念称之为模糊概念。模糊集合理论就是处理这些模糊概念的。

将模糊集合理论运用于自动控制而形成的模糊控制理论，在近年来得到了迅速的发展，其原因在于对那些时变的非线性的复杂系统，当无法获得精确的数学模型的时候，利用具有智能的模糊控制器能给出有效的控制。

例如，在炼钢，化工，人文系统，经济系统以及医学心理系统中，要得到正确而且精密的数学模型是相当困难的。对于这些系统却具有大量的以定性的形式表示的极其重要的先验信息，以及仅仅用语言规定的性能指标。同时，要求过程的操作人员是系统的基本组成部分等。

所有这些都是一种不精确性，应用一般的控制理论是很难实现控制的，但是，这类系统由人来控制却往往容易做到。这是因为过程操作人员的控制方法是建立在直观的和经验的基础上，他们凭借实践积累的经验，采取适当的对策完成控制任务，于是，人们把操作人员的控制经验归纳成定性描述的一组条件语句，然后运用模糊集合理论将其定量化，使控制器得以接受人的经验，模仿人的操作策略，这样就产生了以模糊集合理论为基础的模糊控制器。

模糊控制理论的提出是控制思想的一次深刻的变革，它标志着人工智能发展到了一个新的阶段。

随着计算机及其相关技术的发展，模糊控制也由最初的经典模糊控制发展到自适应模糊控制，专家模糊控制和基于神经网络的自学习模糊控制。其实现方式也由最初在微型机（单片机）上用软件方法实现发展到应用模糊控制开发出模糊计算机进行直接控制。

模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域，家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题，取得了令人瞩目的成效。已经引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。但是我们也应该看到，模糊控制的理论和应用虽然已经取得了很大的进展，但是就目前的状况来看，尚缺乏重大的突破，因此模糊控制无论在理论和应用上都有待于进一步的深入研究和探讨。